論文
フィジカルAI関連の最新論文を、日本語のひとことで。原題は英語です。
最新論文: 2026/2/1 ／ arXivを3時間ごとに自動収集
📖 UMIデバイス・カタログ(日本語版)UMI式データ収集デバイスと主要データセットを日本語で俯瞰 →- 論文HRIロボティクス
家族のためのロボット設計：家庭のルーティンにおける文脈的リマインダーのための現場プロトタイピング
10家族と協働でロボットのリマインダー行動を設計し、4日間の家庭内実験を通じて、タイミングや権限、家族力学に関する課題を明らかにした。
原題: Designing Robots for Families: In-Situ Prototyping for Contextual Reminders on Family Routines ／ Michael F. Xu, Enhui Zhao, Yawen Zhang 他
日本語で読む → - 論文触覚ロボティクス
把持・滑り・転がり：触覚による形状復元のための接触モード比較分析
触覚を備えた多指ハンドで物体を把持・滑らせ・転がす3つの接触モードを比較し、情報理論的な探索と形状補完モデルを組み合わせることで、より少ない接触回数で高精度な形状復元を実現した。
原題: Grasp, Slide, Roll: Comparative Analysis of Contact Modes for Tactile-Based Shape Reconstruction ／ Chung Hee Kim, Shivani Kamtikar, Tye Brady 他
日本語で読む → - 論文強化学習セキュリティcs.CR
信頼できないシミュレータに注意：強化学習における報酬なしバックドア攻撃
シミュレータのダイナミクスを改ざんして、報酬を操作せずに強化学習エージェントに行動レベルのバックドアを仕込み、特定のトリガーで危険な行動を引き起こす攻撃手法「Daze」を提案し、実機ロボットへの転移も示した。
原題: Beware Untrusted Simulators -- Reward-Free Backdoor Attacks in Reinforcement Learning ／ Ethan Rathbun, Wo Wei Lin, Alina Oprea 他
日本語で読む → - 論文触覚ロボティクス
SpikingTac：高精度動的触覚インプリント追跡のための小型ニューロモルフィック視触覚センサ
低コストで小型なイベントカメラモジュールを組み込んだニューロモルフィック触覚センサを開発し、粘弾性ヒステリシスを考慮した更新則により1000Hzの知覚と350Hzの追跡を実現した。
原題: SpikingTac: A Miniaturized Neuromorphic Visuotactile Sensor for High-Precision Dynamic Tactile Imprint Tracking ／ Tianyu Jiang, Chaofan Zhang, Shaolin Zhang 他
日本語で読む → - 論文sim2realロボティクス
CLASH: 拡張Sim-to-realハイブリダイゼーションによる衝突学習でリアリティギャップを埋める
不完全なシミュレータから衝突モデルを蒸留し、少数の実衝突データで微調整することで、衝突を含むタスクのsim-to-real転移精度を高めるフレームワークを提案。
原題: CLASH: Collision Learning via Augmented Sim-to-real Hybridization to Bridge the Reality Gap ／ Haotian He, Ning Guo, Siqi Shi 他
日本語で読む → - 論文HRIロボティクス
シグナルか「ノイズ」か：実環境におけるロボットのエラーに対する人間の反応
コーヒーロボットを公共の場に導入し、ロボットのエラーに対する人々の社会的反応を調査した。その結果、実環境では反応が豊かだが「ノイズ」も多く、グループ相互作用で特に多様なシグナルが見られた。
原題: Signal or 'Noise': Human Reactions to Robot Errors in the Wild ／ Maia Stiber, Sameer Khan, Russell Taylor 他
日本語で読む → - 論文軌道力学/機械学習機械学習
低軌道衛星の緯度引数誤差モデルと共分散補正のための機械学習
低軌道衛星の軌道伝播における大気抵抗のモデル誤差を機械学習で補正し、緯度引数の誤差をガウス分布として予測することで、共分散の精度を向上させる手法を提案した。
原題: Machine Learning Argument of Latitude Error Model for LEO Satellite Orbit and Covariance Correction ／ Alex Moody, Penina Axelrad, Rebecca Russell
日本語で読む → - 論文義足・リハビリロボティクス
電動義足膝の近位配置：ケーススタディ
電動義足膝の駆動部を膝上に配置する構成を試作し、膝下配置と比較して歩行速度とケイデンスが改善する可能性を示した探索的研究。
原題: Proximal powered knee placement: a case study ／ Kyle R. Embry, Lorenzo Vianello, Jim Lipsey 他
日本語で読む → - 論文跳躍/車輪脚ロボットロボティクス
NMPCとDE最適化による四脚車輪脚ロボットの跳躍制御
車輪付き四脚ロボットの跳躍を実現するため、NMPCによる移動制御とDEによる軌道最適化を組み合わせた制御フレームワークを提案し、実機で前方跳躍やバク宙を検証した。
原題: Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization ／ Xuanqi Zeng, Lingwei Zhang, Linzhu Yue 他
日本語で読む → - 論文物体認識ロボティクス
幾何モーメントn-tupleによる大域的対称性と直交変換の推定
幾何モーメントを用いて物体の対称性を検出し、回転や鏡映などの直交変換を推定する手法を提案し、2D/3D物体で検証した。
原題: Global Symmetry and Orthogonal Transformations from Geometrical Moment $n$-tuples ／ Omar Tahri
日本語で読む → - 論文VLA画像認識
視覚と言語：自動運転の安全性評価と計画のための新表現とAI
視覚言語モデルを自動運転に応用し、危険検知・軌道計画・言語指示による制約の3事例を検証した研究。
原題: Vision and Language: Novel Representations and Artificial intelligence for Driving Scene Safety Assessment and Autonomous Vehicle Planning ／ Ross Greer, Maitrayee Keskar, Angel Martinez-Sanchez 他
日本語で読む → - 論文自動運転ロボティクス
自動運転車のベンチマーク：ドライバー基盤モデルフレームワーク
自動運転車の性能を人間ドライバーと比較評価するための「ドライバー基盤モデル」の概念と、その構築・活用フレームワークを提案した論文。
原題: Benchmarking Autonomous Vehicles: A Driver Foundation Model Framework ／ Yuxin Zhang, Cheng Wang, Hubert P. H. Shum
日本語で読む → - 論文キーポイント検出画像認識
RaCo: 実用的な学習ベースキーポイントのためのランキングと共分散
透視画像クロップのみで学習し、回転に頑健なキーポイント検出器と、限られた数のキーポイントでマッチ数を最大化する微分可能ランカー、空間的不確かさを定量化する共分散推定器を統合した軽量ニューラルネットワークを提案。
原題: RaCo: Ranking and Covariance for Practical Learned Keypoints ／ Abhiram Shenoi, Philipp Lindenberger, Paul-Edouard Sarlin 他
日本語で読む → - 論文VLAロボティクス
UniPlan: 統合PDDL定式化による移動マニピュレーションの視覚言語タスクプランニング
大規模屋内環境での長期的な移動マニピュレーションのため、シーン構造・視覚情報・ロボット能力をPDDLに統合し、VLMで物体を接地して既存のPDDLソルバで計画を生成するシステムを提案した。
原題: UniPlan: Vision-Language Task Planning for Mobile Manipulation with Unified PDDL Formulation ／ Haoming Ye, Yunxiao Xiao, Cewu Lu 他
日本語で読む → - 論文HRIロボティクス
没入型XRを用いた人間-ロボット相互作用研究の10年レビュー
2015〜2025年の社会ロボティクス研究を系統的にレビューし、XRが研究手段として十分活用されていない現状と課題を整理した。
原題: A Decade of Human-Robot Interaction Through Immersive Lenses: Reviewing Extended Reality as a Research Instrument in Social Robotics ／ André Helgert, Carolin Straßmann, Sabrina C. Eimler
日本語で読む → - 論文シーンフロー推定画像認識
TeFlow: 時間的一貫性を活用したマルチフレーム自己教師ありフィードフォワードシーンフロー推定
複数フレームの時間的に一貫した動き手がかりを集約することで、自己教師ありフィードフォワード型シーンフロー推定の精度を大幅に向上させた手法を提案。
原題: TeFlow: Enabling Multi-frame Supervision for Self-Supervised Feed-forward Scene Flow Estimation ／ Qingwen Zhang, Chenhan Jiang, Xiaomeng Zhu 他
日本語で読む → - 論文自動運転意思決定ロボティクス
自動運転の相互作用を考慮した意思決定のためのマルチプレイヤー・マルチストラテジー量子ゲームモデル
量子ゲーム理論を自動運転の意思決定に応用し、複数エージェント間の相互作用を考慮した新しいモデルを提案。シミュレーションで従来手法より成功率と衝突回避率が向上することを示した。
原題: Multi-Player, Multi-Strategy Quantum Game Model for Interaction-Aware Decision-Making in Automated Driving ／ Karim Essalmi, Fernando Garrido, Fawzi Nashashibi
日本語で読む → - 論文触覚ロボティクス
TaCo: 異種触覚データの可逆・非可逆コーデックのベンチマーク
触覚データの圧縮手法30種を5データセットで評価する初のベンチマークTaCoを提案し、触覚データで学習した可逆・非可逆コーデックも開発した。
原題: TaCo: A Benchmark for Lossless and Lossy Codecs of Heterogeneous Tactile Data ／ Zhengxue Cheng, Yan Zhao, Keyu Wang 他
日本語で読む → - 論文生成モデル/ハードウェア協調設計AI
スケーラブル生成ゲームエンジン：ハードウェア・アルゴリズム協調設計による解像度の壁の突破
生成モデルによるゲームエンジンの高解像度化を目指し、計算律速なワールドモデルとメモリ律速なデコーダを異種アクセラレータ上で分離する協調設計を提案。720×480のリアルタイム生成を実現した。
原題: Scalable Generative Game Engine: Breaking the Resolution Wall via Hardware-Algorithm Co-Design ／ Wei Zeng, Xuchen Li, Ruili Feng 他
日本語で読む → - 論文VLA機械学習
視覚言語モデルが実現するタスク中心の潜在行動
視覚言語モデルの常識推論を活用し、動画中のタスクに関連する動きとノイズを分離することで、潜在行動モデルの学習を改善する手法を提案。
原題: Vision-Language Models Unlock Task-Centric Latent Actions ／ Alexander Nikulin, Ilya Zisman, Albina Klepach 他
日本語で読む → - 論文強化学習機械学習
確率的環境のための分布型価値勾配
確率的環境でも機能するよう、価値関数の分布だけでなくその勾配の分布もモデル化する分布型ソボレフ訓練を提案し、MuJoCoで有効性を示した。
原題: Distributional value gradients for stochastic environments ／ Baptiste Debes, Tinne Tuytelaars
日本語で読む → - 論文アライメントAI
認識論的罠：モデル誤特定が引き起こす合理的なアライメント崩壊
経済学のBerk-Nash合理性をAIに応用し、LLMの迎合・幻覚・欺瞞がモデル誤特定に起因する合理的行動であることを理論と実験で示した。
原題: Epistemic Traps: Rational Misalignment Driven by Model Misspecification ／ Xingcheng Xu, Jingjing Qu, Qiaosheng Zhang 他
日本語で読む → - 論文モデルベース強化学習機械学習
観測からイベントへ：強化学習のためのイベント認識型ワールドモデル
人間が連続的な知覚をイベントに区切って意思決定する仕組みに着想を得て、生の観測から自動でイベント境界を抽出し、イベント予測で表現を学習するワールドモデルEAWMを提案。複数のベンチマークでMBRLの性能を10〜45%向上させた。
原題: From Observations to Events: Event-Aware World Model for Reinforcement Learning ／ Zhao-Han Peng, Shaohui Li, Zhi Li 他
日本語で読む → - 論文ワールドモデル機械学習
CASSANDRA: 確率的ワールドモデリングのためのプログラム的・確率論的学習と推論
LLMを知識事前分布として活用し、決定論的特徴をコードで、確率的因果関係を確率グラフィカルモデルでモデル化するニューロシンボリックなワールドモデルを提案し、計画精度を向上させた。
原題: CASSANDRA: Programmatic and Probabilistic Learning and Inference for Stochastic World Modeling ／ Panagiotis Lymperopoulos, Abhiramon Rajasekharan, Ian Berlot-Attwell 他
日本語で読む → - 論文選好ベース強化学習機械学習
信頼・不信・反転：複数専門家フィードバックによる頑健な選好ベース強化学習
複数のアノテータからの選好フィードバックを統合し、各専門家の信頼度を学習して敵対的フィードバックを自動的に反転・活用する選好ベース強化学習フレームワークを提案。
原題: Trust, Don't Trust, or Flip: Robust Preference-Based Reinforcement Learning with Multi-Expert Feedback ／ Seyed Amir Hosseini, Maryam Abdolali, Amirhosein Tavakkoli 他
日本語で読む → - 論文言語生成機械学習
口は脳ではない：エネルギー基準世界モデルと言語生成の橋渡し
世界モデルと言語モデルを分離するアーキテクチャを提案し、消費者レビュー生成において世界モデル条件付けが高品質なテキスト生成と因果的整合性を実現することを示した。
原題: The Mouth is Not the Brain: Bridging Energy-Based World Models and Language Generation ／ Junichiro Niimi
日本語で読む → - 論文VLA自然言語
知識経験学習によるエージェント的世界モデルの整合
LLMエージェントが物理世界の法則を尊重した計画を立てられるよう、環境フィードバックから記号的な世界知識リポジトリを自律構築するWorldMindを提案。
原題: Aligning Agentic World Models via Knowledgeable Experience Learning ／ Baochang Ren, Yunzhi Yao, Rui Sun 他
日本語で読む → - 論文世界モデル機械学習
Action Shapley：強化学習における世界モデルのための訓練データ選択指標
世界モデルの訓練データ選択にShapley値を応用した指標Action Shapleyを提案し、計算を効率化するランダム動的アルゴリズムで80%以上の高速化を実現、データ制約下の実世界5事例で有効性を示した。
原題: Action Shapley: A Training Data Selection Metric for World Model in Reinforcement Learning ／ Rajat Ghosh, Debojyoti Dutta
日本語で読む → - 論文世界モデル自然言語
想像してから計画：世界モデルによる適応的先読みでエージェントを学習
世界モデルと方策モデルを組み合わせ、タスクに応じて先読みの長さを適応的に変えながら想像上の軌道を生成し、エージェントの計画・推論能力を高める枠組みを提案。
原題: Imagine-then-Plan: Agent Learning from Adaptive Lookahead with World Models ／ Youwei Liu, Jian Wang, Hanlin Wang 他
日本語で読む → - 論文マルチエージェント強化学習AI
パズルを解くように：オフライン協調強化学習のための局所から大域への世界モデル
マルチエージェント系の局所予測から大域状態を推定する世界モデルを構築し、不確実性を考慮した合成データでオフライン強化学習の汎化性能を高める手法を提案。
原題: Puzzle it Out: Local-to-Global World Model for Offline Multi-Agent Reinforcement Learning ／ Sijia Li, Xinran Li, Shibo Chen 他
日本語で読む →